लोग पूछते हैं कि "एक AI टीम स्ट्रैटेजी रिसर्च करती है" का ठोस मतलब आख़िर क्या है, तो यहाँ एक हाइपोथीसिस को शुरू से अंत तक चलाकर दिखाया गया है। जो बात पकड़कर रखनी है, वह यह: यह एक ऐसा फ़नल है जो अस्वीकार करने के लिए ही बना है। ज़्यादातर आइडियाज़ मर जाते हैं। यही प्रोडक्ट का सही ढंग से काम करना है।
लोग इसके बारे में असल में कौन-से सवाल पूछते हैं
आइडियाज़ कौन लाता है?
एक रिसर्च एजेंट, जो देखता है कि डेटा लाइब्रेरी किन चीज़ों को सपोर्ट कर सकती है — फंडिंग रेट्स, ओपन इंटरेस्ट, लिक्विडेशन टेप्स, ऑप्शंस सरफेस, न्यूज़ सेंटिमेंट, Fear & Greed — और थीसिस, वेन्यू, टाइमफ़्रेम और रिस्क प्रोफ़ाइल के साथ हाइपोथीसिस लिखता है। यह स्पष्ट रूप से फ़ीस के प्रति सजग है: जिस आइडिया का संभावित एज वेन्यू की राउंड-ट्रिप लागत से कम हो, वह आते ही ख़ारिज होने लायक है। यह क़ब्रिस्तान भी पढ़ता है। हर छोड़ी गई स्ट्रैटेजी की विफलता का कारण एम्बेड करके खोजने-योग्य रखा जाता है, इसलिए "आवर्ली बार्स पर फंडिंग मोमेंटम, तीसरी कोशिश" एक पूरा साइकिल बर्बाद करने से पहले ही फ़्लैग हो जाता है।
कोड कौन लिखता है, और उस पर भरोसा क्यों किया जाए?
एक डेवलपर एजेंट स्ट्रैटेजी को एक तय बेस टेम्पलेट के आधार पर कोड करता है — पूँजी-सापेक्ष साइज़िंग, स्पष्ट स्टॉप लॉजिक, घोषित डेटा ज़रूरतें। भरोसा लेखक से नहीं, कड़ी परीक्षा-शृंखला से आता है। चार परतें: स्टैटिक एनालिसिस (हमारे कैटलॉग किए हुए एंटी-पैटर्न्स के लिए AST जाँचें); सिंथेटिक परिदृश्य (गढ़े हुए पूरक डेटा के साथ छह तरह के मार्केट आकार — जो स्ट्रैटेजी उसी क्रैश परिदृश्य में ख़रीदारी कर बैठती है जिससे बचने के लिए वह बनाई गई थी, वह यहीं मर जाती है); असली डेटा पर एक सैंडबॉक्स बैकटेस्ट जिसमें कम से कम एक ट्रेड निकलना ही चाहिए; और एक QA एजेंट जो सिग्नल पोलैरिटी, एज केस और फ़ीस-व्यवहार्यता के लिए कोड रिव्यू करता है। परत 2 सबसे शर्मनाक श्रेणी पकड़ती है: ऐसा कोड जो बिल्कुल सही चलता है और हाइपोथीसिस का ठीक उल्टा करता है।
बैकटेस्ट असल में कौन-कौन सी लागतें लगाता है?
हर वेन्यू के असली maker/taker शुल्क, मार्क पर फंडिंग का संचय, स्क्वायर-रूट मार्केट इम्पैक्ट, लीवरेज वाली बुक्स के लिए मार्जिन और लिक्विडेशन, इक्विटीज़ के लिए सेशन कैलेंडर। अनरियलाइज़्ड PnL समेत मार्क-टू-मार्केट इक्विटी, ताकि ड्रॉडाउन एंट्री और एग्ज़िट के बीच छिपे न रह जाएँ। अगर यह सब बुनियादी शर्त जैसा लगता है, तो ऐसा है नहीं; हर आइटम इसलिए जोड़ा गया क्योंकि उसकी अनुपस्थिति ने कोई न कोई ठोस ग़लत प्रमोशन पैदा किया था।
क्या ऑप्टिमाइज़ेशन बस ओवरफ़िट नहीं कर देता?
कोशिश तो वह यही करता है। पाइपलाइन यही मानकर चलती है: पहले पैरामीटर्स पर एक सेंसिटिविटी स्वीप होता है (जो स्ट्रैटेजी ठीक lookback=14 पर ही काम करती है, वह संयोग है, स्ट्रैटेजी नहीं), फिर तीन विंडो में इन-सैंपल/आउट-ऑफ़-सैंपल ट्रैकिंग के साथ वॉक-फ़ॉरवर्ड ऑप्टिमाइज़ेशन, और अंत में एक फ़ाइनल होल्डआउट जिसे स्ट्रैटेजी ठीक एक ही बार देखती है। इन-सैंपल के आधे से नीचे का आउट-ऑफ़-सैंपल Sharpe यानी अस्वीकृति। होल्डआउट को वॉक-फ़ॉरवर्ड आउट-ऑफ़-सैंपल Sharpe का कम से कम 70% बनाए रखना होता है। ये कोड से लागू होने वाले गेट हैं, एनालिस्ट का विवेक नहीं — एनालिस्ट किसी सॉफ्ट फ़्लोर को लॉग किए गए कारण के साथ माफ़ कर सकता है, लेकिन ओवरफ़िट जाँचों को नहीं।
पास रेट क्या है?
कम, और यही होना भी चाहिए। सबसे आम मौत एनालिस्ट रिव्यू पर होती है: एज असली है, लेकिन लागतों के बाद प्रति ट्रेड 0.15% से नीचे। दूसरी सबसे आम वजह सेंसिटिविटी क्लिफ़ है। बची हुई स्ट्रैटेजियाँ रिस्क ऑफ़िसर के पास जाती हैं, फिर पेपर ट्रेडिंग में, जहाँ एक दैनिक रिप्ले-पैरिटी जाँच उन्हें लाइव डेटा के सामने अनिश्चित काल तक ईमानदार बनाए रखती है। लाइव पूँजी एक अलग, इंसान-नियंत्रित गेट के पीछे रहती है।
